《电子测量技术杂志》发表论文赏析

基于VMD-Informer和表面肌电信号的下肢关节角度预测

来源:电子测量技术杂志2026年第7期北京时间:

作者:吴生彪,游涛,桂家政

单位:1.东华理工大学电子与电气工程学院 南昌 330013; 2.江西省康复辅具产业技术研究院 南昌 330013

摘要:针对下肢关节角度预测精度低、实时性差及模型泛化弱等问题,提出了一种基于VMDInformer和表面肌电信号(sEMG)的下肢关节角度预测方法。首先采集受试者在行走和上楼模式下的下肢sEMG及对应关节角度数据,为增强原始数据的稳定性,采用变分模态分解(VMD)算法对肌电信号进行分解,负梯度和自适应粒子群算法(NGSPSO)对VMD的两个关键参数进行了优化:本征模态函数(IMF)的成分数量与惩罚因子。其次,从各IMF中提取多域特征,采用主成分分析法(PCA)从特征序列中提取关键因素,从而降低模型的输入维度。最后,运用Informer模型对多变量特征序列进行动态时序建模。实验结果表明,所提VMD-Informer模型在平地行走场景中髋、膝关节RMSE分别为2.688 5°和3.351 6°,在上楼梯场景中RMSE分别为3.508 8°和3.856 2°,相比VMD-Transformer平均误差降低18%,明显提升了预测精度与系统实时性,为康复外骨骼的运动意图识别提供了技术支撑。

关键词:关节角度预测;表面肌电信号;变分模态分解;负梯度和自适应粒子群优化;主成分分析;Informer模型

基金资助:国家自然科学基金项目(62141102)、江西省教育科学规划项目(2025ZX184)、江西省重大科技研发专项(20233AAE02008)资助

2026年7期其他文献查阅:

基于LightGBM的标准单元动态电流预测

基于软硬协同的Paillier同态加密算法加速方案设计

基于改进GANomaly网络的轮胎缺陷图像检测

基于改进深度可分离复值网络的开集调制识别方法

基于超窄脉冲触发的宽带微波取样器设计

基于改进MMoE的联合活动识别与室内定位算法

基于改进YOLOv8的PE燃气管道缺陷检测算法

基于平滑迭代ESKF的无人船位姿估计算法

基于INGO_BiLSTM_SA的短期风电功率预测

一种PMSM自整定在线惯量辨识策略

基于CW-EMA分解与组合神经网络的风电功率预测

基于自适应模型预测的T型三电平逆变器并网控制

基于HCDNet-YOLO11的输电线路关键部位及缺陷检测算法

中间包内嵌分布式钢水连续测温系统的研发

DBTNet:一种用于运动想象脑电解码的融合网络

基于高斯加权动态时间规整的时间序列聚类

基于VMD-Informer和表面肌电信号的下肢关节角度预测

基于改进UNeXt的岩心目标提取算法

基于互补混合专家与一致性偏置路由的图像去雪算法

无人机航拍小目标检测研究

基于改进YOLOv10n的钢轨表面缺陷检测

注意力与多尺度特征融合的胸部疾病分类

改进RT-DETR矿工不安全行为检测方法

基于Transformer和XCA注意力的车道线检测方法

面向机器人的轻量化多目标检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!